SEN12MS-CR-TS：一个用于多模态多时相云去除的遥感数据集
计算机视觉与模式识别
2022-03-18 v1 图像与视频处理
摘要
星载卫星收集的所有光学观测中约有一半受霾或云影响。因此，云覆盖影响了遥感从业者对地球进行连续无缝监测的能力。本工作通过提出一个名为 SEN12MS-CR-TS 的新型多模态多时相数据集，应对光学卫星图像重建和云去除的挑战。我们提出两个模型以突出 SEN12MS-CR-TS 的优势和用例：第一，一个多模态多时相 3D 卷积神经网络，从一系列有云光学和雷达图像中预测无云图像。第二，一个序列到序列转换模型，从被云覆盖的时间序列中预测无云时间序列。两种方法均通过实验评估，其各自模型在 SEN12MS-CR-TS 上训练和测试。所进行的实验突出了我们的数据集对遥感界的贡献，以及多模态和多时相信息对重建噪声信息的益处。我们的数据集可在 https://patrickTUM.github.io/cloud_removal 获取。
引用
@article{arxiv.2201.09613,
title = {SEN12MS-CR-TS: A Remote Sensing Data Set for Multi-modal Multi-temporal Cloud Removal},
author = {Patrick Ebel and Yajin Xu and Michael Schmitt and Xiaoxiang Zhu},
journal= {arXiv preprint arXiv:2201.09613},
year = {2022}
}